ارائه ویژگی مناسب جهت تشخیص پیام کوتاه هرز با استفاده ازمدل طبقه بندها

پیامکها قابلیت این را دارند که با هزینهای کم پیامها را برای کاربران ارسال نمایند. در این بین با توجه به اینکه این ابزار روش مناسبی برای تبلیغ به نظر میرسد، لذا مفهوم پیامهای هرزنامه به وجود می آید. هرزنامه گاها باعث ایجاد هزینه برای کاربران میگردند. لذا باید این پیامها شناسایی و حذف گردند. در این پژوهش روشی برای تشخیص هرزنامه بر اساس روشهای داده کاوی ارائه شده است. بر همین اساس برای تشخیص هرزنامه از پردازش متن در محیط رپیدماینر و استخراج ویژگیهای 3-gram در این نرم افزار استفاده شده است. باتوجه به اینکه درکارهای مرتبط با متن تعداد ویژگیهایی که استخراج میشود، غالبا بسیار زیاد است، لذا باید روشی برای انتخاب ویژگیهای موثر ارائه گردد. در این پژوهش برای انتخاب ویژگیهای موثر از روش اطلاعات متقابل استفاده شده است. برای اینکار اطلاعات متقابل ویژگیها با بردار هدف محاسبه شده و ویژگیهایی که دارای مقدار اطلاعات متقابل بالاتری بودند، برای ساخت مدل استفاده شدند. در نهایت با استفاده از طبقه بند ماشین بردار پشتیبان و نزدیکترین همسایه مدل تشخیص هرزنامه ساخته شد و سعی شد هرزنامه ها با این مدلها شناسایی گردند.

Keywords:

پیامک , هرزنامه , طبقه بند ماشین بردار پشتیبان , .fp-growth